CONTROL MULTIVARIABLE. Fernando Morilla García Natividad Duro Carralero Dpto. de Informática y Automática
|
|
- Emilio Bustos Hernández
- hace 5 años
- Vistas:
Transcripción
1 CONTROL MULTIVARIABLE Fernando Morilla García Natividad Duro Carralero Dpto. de Informática y Automática fmorilla@dia.uned.es nduro@dia.uned.es
2 Contenido Tema : Introducción al control multivariable Tema 2 : Medidas de interacción Tema 3 : Control descentralizado Tema 4 : Control centralizado
3 METODOLOGÍA Selección de las variables controladas Selección de las variables manipuladas Selección de la confiuración de control Control Centralizado Control Descentralizado Selección del tipo de controlador
4 Características del control centralizado m variables de salida (variables controladas) n variables de entrada (variables manipuladas) controlador 3 posibles confiuraciones Diversas técnicas de diseño y de síntesis Síntesis: : Problema Optimización de una función objetivo Diseño: : Orien en el caso monovariable
5 Confiuraciones de control centralizado d G d r K u G y - y m Confiuración con un rado de libertad n
6 Confiuraciones de control centralizado d G d r K u G y y m Confiuración con dos rados de libertad n
7 Confiuraciones de control centralizado P z u v K Confiuración eneral: 2 anteriores son casos particulares
8 Síntesis Diseño y síntesis problema lobal de optimización aplicable a cualquier confiuración Diseño aplicable a la confiuración con un rado de libertad dos opciones:» Compensador Controlador diaonal» Desacoplo SVD Controlador diaonal
9 Control mediante compensador y controlador diaonal r e r 2 - e r m e m - CONTROLADOR DIAGONAL K d u... u m COMPENSADOR W u y u m... PROCESO G... y 2 y m Skoestad y Postlethaite (996): Diseño compensador, W facilite el control de G Diseño Kd ) para G = G W Diseño K final K = W Kd
10 Control mediante desacoplo SVD y controlador diaonal r e r 2 - e r m e m - MATRIZ U T e... e m CONTROLADOR DIAGONAL K d u... u m MATRIZ V u y u m... PROCESO G... y 2 y m Desphande (989): Descomposición en valores sinulares de G(0) = UΣVU T Diseño Kd ) para G = U T G V Diseño K final K = V Kd ) U T
11 Ejemplo de columna rectificadora 2 perturbaciones: caudal y composición de alimentación Perturbaciones F Z F Entradas L 2 manipuladas: caudal de reflujo caudal de vapor V COLUMNA DESPROPANIZADORA Salidas T C 2 controladas: temperatura en cabeza y en fondo T F
12 Control descentralizado de la columna rectificadora Perturbaciones F Z F PID L Salidas T C T Csp PID V COLUMNA DESPROPANIZADORA T F T Fsp Buenos resultados con ajustes individuales y conjuntos si la columna esta bien condicionada (λ<<)(
13 Compensación control descentralizado de la columna rectificadora Perturbaciones F Z F PID L Salidas T C T Csp PID Compensador V COLUMNA DESPROPANIZADORA T F T Fsp
14 Control centralizado de la columna rectificadora Perturbaciones F Z F L Salidas T C T Csp Controlador V COLUMNA DESPROPANIZADORA T F T Fsp
15 Compensación o Desacoplo Objetivo eneral: Determinar los elementos ij ) del compensador W tal que la planta G W presente menos problemas de interacción que el proceso oriinal G Falta de interacción (RGA = I):» Todos los elementos de fuera de la diaonal son nulos.» Todos los elementos por encima o por debajo de la diaonal sean nulos (interacción de una sola vía) Estudio del caso m x m, dado que el diseño de Kd ) es posterior a la selección de las variables controladas y manipuladas.
16 Compensación o Desacoplo Técnicas con objetivos particulares: Métodos de Desacoplo (Objetivo: conseuir una ausencia total de interacción o una presencia parcial de interacción) Procedimiento analítico Conseuir RGA iual a la matriz identidad Dominancia diaonal (Objetivo: compensación multivariable para conseuir la dominancia diaonal del conjunto formado por el compensador y el proceso) Procedimiento de optimización Conseuir bandas de Gershorin muy estrechas
17 Tipos de desacoplos Cambio de variables: Buscar un nuevo conjunto de variables manipuladas y de variables controladas Desacoplo dinámico Anular la interacción a todas las frecuencias Desacoplo en estado estacionario Anular la interacción en estado estacionario Desacoplo parcial Eliminar una de las vías de interacción
18 Ejemplo de desacoplo por Ejemplo de desacoplo por cambio de variable cambio de variable F 2 = = μ m m m 2 2 ; m m m x m m F = = Λ = x x x x x F m m 2 μ μ μ = 0 / / m m F x Λ = 0 0 Proceso de mezcla Proceso de mezcla Nuevas variables manipuladas Nuevas variables manipuladas Parcialmente Desacoplado (m Parcialmente Desacoplado (m afecta a x y F, pero afecta a x y F, pero μ sólo a F lo a F)
19 Ejemplo de desacoplo por Ejemplo de desacoplo por cambio de variable cambio de variable 2 2 ; m m m m m = μ = ν μ ν = 0 0 F x Λ = 0 0 Nuevas variables manipuladas Nuevas variables manipuladas Totalmente Desacoplado ( Totalmente Desacoplado (ν afecta sólo x y afecta sólo x y μ sólo a F lo a F) ν
20 Ejemplo de desacoplo dinámico Proceso 2 x 2 G W = = Se consiue desacoplo dinámico eliiendo adecuadamente ij = 0 4 incónitas = 0 2 ecuaciones
21 Ejemplo de desacoplo dinámico Proceso 2x2 Se tienen 2 rados de libertad y se fijan ) = ii (s G W Compensador 2 bloques unitarios 2 bloques dinámicos = = = 0 - = = - = 0 -
22 Ejemplo de desacoplo dinámico Otras posibilidades de desacoplo es fijar a dos de los ij y despejar los otros dos. No tienen porque ser los de la diaonal, como se hacía en al caso anterior. También se consiue el desacoplo perfecto eliiendo (Nordfeldt( Nordfeldt): = = - = - = Problema: la red resultante presenta la misma complejidad que la matriz de funciones de transferencia del proceso Punto de partida de una nueva metodoloía (Nordfeldt( Nordfeldt) ) que parte de que la red de desacoplo sólo debe incluir los retardos y la dinámica totalmente imprescindible
23 Ejemplo de desacoplo estático G W = = Proceso 2 x 2 = Compensador 2 bloques unitarios 2 bloques anancias = = - (0) (0) (0) (0) (0) (0) - - = (0) (0) (0) (0) - (0) (0)
24 Ejemplo de desacoplo estático Siuiendo la idea de Nordfeldt: = (0) = -(0) = -(0) = (0) Metodoloía incluida en TITO, tanto en dinámico como en estacionario. Con el fin de conseuir normalización, se incorpora un reajuste de las anancias de la red de desacoplo para que el elemento de GW ) tena anancia en estado estacionario
25 Problemas del Desacoplo Desacoplo es muy sensible a los errores de modelado y a las incertidumbres. Se debe avanzar en técnicas de desacoplo robusto. No arantiza un buen rechazo a las perturbaciones. Para conseuir un buen compromiso entre consinas y perturbaciones se debe acudir a la estructura con dos rados de libertad. A los ceros de transmisión del proceso se le suman los del compensador. No permite tratar sistemas con retardos.
26 Desacoplos para la columna despropanizadora G - = ( 23.7 s )(.8 s ) ( 7.9 s ) 0.57 ( 9.7 s )( 9.3 s ) ( 24.3 s )( 8.s ) 2 2 λ =.3 Buenos resultados con control descentralizado, poca interacción W W Desacoplo dinámico Desacoplo estacionario 2.2 s 8.47 s s 58 s s 35.5 s s s 2.6
27 Desacoplos para la columna despropanizadora Conjunto Compensador Proceso GW en ambos casos presenta RGA = I. Con desacoplo dinámico, porque los elementos de fuera de la diaonal son nulos. Con desacoplo estático, porque las anancias en estado estacionario de los elementos de fuera de la diaonal son nulos. Si la columna ya se podía controlar con 2 PID, mucho más fácil se controlará después de utilizar desacoplo dinámico o estático.
28 DNA del modelo de columna 2 despropanizadora DNA: Elemento 2 DNA: Elemento Imainario 0 Imainario Real Real
29 DNA del compensador estático modelo de columna despropanizadora 2 DNA: Elemento 2 DNA: Elemento Imainario 0 Imainario Real Real
30 Prueba de los desacoplos dinámico y estáticos de la columna en TITO Usando la metodoloía de Nordfeldt: Como no existen retardos, ni ceros y polos comunes entre los elementos de la misma fila de G, los resultados sólo incluyen un ajuste de anancias respecto a la otra solución Desacoplo dinámico s s s 0.7 s s s s 0.08 s Desacoplo estacionario
31 Desaparece la interacción n con ambos compensadores G( s) Desacoplos para la columna mal = s.082 condicionada RGA = Malos resultados con control descentralizado, mucha interacción W W Desacoplo dinámico Desacoplo estacionario 8.5 s s s s Conjunto compensador proceso GW RGA = I
32 Desacoplos estacionarios parciales para la columna mal condicionada G( s) = s RGA = Desacoplo parcial en luar de total Desaparece una vía v a de interacción = = 0 ; = ; 0 = s G W = s 878 s s 50 s 75 s G W = s s 50 s 75 s
33 Desacoplos estacionario con Nordfeldt para la columna mal condicionada Red obtenida es estática, dado que no se necesita dinámica para desacoplar la dinámica del proceso puesto que viene determinada por un denominador común a todos los elementos del modelo del proceso. EL DESACOPLO SIGUE FUNCIONANDO ADECUADAMENTE
34 Desacoplos para el intercambiador de calor Sistema con poca interacción λ = 0.84 y retardos en tres de las cuatro funciones de transferencia del proceso: Con el procedimiento de desacoplo dinámico con = = no funciona debido a los retardos. Con Nordfeldt obtenemos una solución para el desacoplo dinámico, que reduce bastante la interacción proceso. Como ya era posible controlar el proceso con 2 PID descentralizados, mucho más fácil será ahora después de la compensación dinámica. Con desacoplo estático el resultado es mucho peor.
35 Control Centralizado por Desacoplo Controlador multivariable K ) se puede calcular: De forma directa por desacoplo Diseñando previamente un controlador diaonal Kd ) tal que K ) = W Kd K k k = k k W K d k 0 k k 2 = = 0 k k k 2 2
36 Control Centralizado por Desacoplo G W = = = K k - k 2 = - k k 2
37 Control Centralizado por Desacoplo k y k2 se diseñan con técnicas monovariables para sus respectivas funciones y 2, que uardan la siuiente relacion con los elementos de las funciones del proceso G W = =
38 Control Centralizado por Desacoplo Resumiendo: Ajustar k para la función de transferencia = -()/ Ajustar k2 para la función de transferencia = -()/ Asinar k a la componente k del controlador y k2 a la k Calcular k como (/)k Calcular k como (/)k
39 Control Centralizado por Desacoplo Con desacoplo dinámico de Nordfeldt,, el proceso GW ) para el controlador diaonal tiene dos componentes iuales al determinante de la matriz G ) del proceso Por tanto es suficiente con ajustar k ) para determinar el determinante de G Las componentes del controlador son consecuencia del cálculo, condicionado por la naturaleza del proceso y la del bloque controlador
40 Control Centralizado con 4 PIDs Propuesta de control con 4 PIDs Usar desacoplo en estado estacionario Las cuatro componentes del controlador K ) son PI o PID K y K tendrán las mismas constantes Ti y TD Lo mismo para K y K El proceso GW ) siue presentando interacción con desacoplo estacionario TITO incorpora esta estrateia.
41 Compensación por dominancia Objetivo de la optimización: Minimizar un índice de la dominancia diaonal por columnas N m m p (jω ) (jω ) Estructuras del compensador Genérica J j = k= ij = N k= n p k i= l= i j ij ij p k m l= jl il (jω ) k k lj lj (jω ) k k Polinómica ij = 0ij ij s... β ij s Red clásica de compensación β ij = s s oij pij
42 Objetivo eneral: Síntesis Conseuir que el sistema de control presente un comportamiento óptimo Técnicas particulares: Control óptimo Determinar el controlador K Procedimiento analítico off-line Controlador de parámetros fijos Control predictivo Fijar una estrateia de decisión para el controlador Interacción con el usuario a través de parámetros de control y restricciones
43 Control óptimo: Un poco de historia 960, Kalman da solución al problema de control óptimo lineal (LQR) 96, filtro de Kalman (LQE) 963, LQRLQE => LQG 979, Doyle y Stein proponen LTR como una versión robusta del LQG 984, Francis y Helton resuelven el problema H multivariable
44 Un poco de historia Control predictivo: 970, interés por abordar problemas de control industriales (Control Adaptativo) 978, primeros controladores predictivos; ; MPHC (Richalet)) y DMC (Cutler( y Ramaker) 980s, popularidad del control predictivo, estación de las teorías 996, fusión de intereses (predictivorobusto( predictivorobusto), Honeyell presenta el RMPCT
45 Hipótesis: Controlador LQG El modelo es lineal (A,B,C,D) con perturbaciones en los estados y ruido en la variables controladas o medidas Los estados del proceso no son accesibles» Subproblemas: Problema del observador: filtro de Kalman, Problema de control: controlador LQR (estados estimados = est. proceso) p Matrices de anancias: K o, del observador K c, de la realimentación de estados Parámetros de diseño del controlador: Mismo orden que el proceso Potencias espectrales de las perturbaciones y ruido (W y V) Matrices de peso (Q y R) del LQR
46 Controlador LQG Estructura de control con señal de referencia K = K c (s I - A B K c K o C) - K o - K B d n r - - y m ŷ K o - s I A xˆ -K c u Proceso y m C
47 Hipótesis: Controlador LTR Es preciso mejorar las propiedades del LQG Solución: Tratar de que se comporte como el LQR en un rano de frecuencias Mejorar la robustez a altas frecuencias FTLA LQG = K c (s I - A B K c K o C) - K o C (s I - A) - B FTLA LQR = K c (s I - A) - B
48 Hipótesis: Controladores H 2 y H El sistema de control tiene la confiuración eneral Solución: Determinar K que minimiza la norma H 2 o H Determinar K que minimiza la norma matriz de la T z z = P P K (I - P K) - P donde P, P, P y P son matrices resultantes de la partición de P Parámetros de diseño: Pesos en las señales del sistema de control
49 Controlador predictivo Estructura de control: Valores pasados de las CV s, MV s y DV s Modelo Predicción de la CV CV TARGET Acciones de control propuestas en el futuro Optimizador Errores futuros Función de coste Restricciones Solución on-line al problema de optimización: Parámetros de diseño: Horizontes de predicción, restricciones
50 EJEMPLO
CONTROL MULTIVARIABLE. Fernando Morilla García Dpto. de Informática y Automática
CONTROL MULTIVARIABLE Fernando Morilla García Dpto. de Informática y Automática fmorilla@dia.uned.es Contenido Tema 1: Introducción al control multivariable Tema 2 : Medidas de interacción Tema 3 : Control
Más detallesInstrumentación y Control de Procesos PLANIFICACIONES Actualización: 1ºC/2018. Planificaciones Instrumentación y Control de Procesos
Planificaciones 8621 - Instrumentación y Control de Procesos Docente responsable: COMASTRI HECTOR ADOLFO 1 de 5 OBJETIVOS -Lograr que el alumno adquiera: * un panorama de los problemas asociados al Control
Más detallesLínea de investigación o de trabajo: Electrónica de Potencia y Control Automático
ASIGNATURA: TEORÍA DE SISTEMAS LINEALES Nombre de la asignatura: TEORÍA DE SISTEMAS LINEALES Línea de investigación o de trabajo: Electrónica de Potencia y Control Automático Tiempo de dedicación del estudiante
Más detalles1. Control de Mínima Varianza
. Control de Mínima Varianza. CONTROL DE MÍNIMA VARIANZA..... PLANTEO DEL PROBLEMA..... CRITERIO DE OPTIMIZACIÓN...5.3. PREDICCIÓN ÓPTIMA...8.3.. Forma intuitiva...8... Caso General...0.3.. Cálculo del
Más detallesControl Anticipativo
Control de Procesos Industriales 8. Control Anticipativo por Pascual Campoy Universidad Politécnica Madrid Control Anticipativo Motivación Concepto y estructura Cálculo del controlador Control de proporción
Más detalles2.- CONTROL PREDICTIVO DE PROCESOS
2.- CONTRO PREDICTIVO DE PROCESOS 2..- Aparición del control predictivo Hasta hace relativamente unos pocos años el principal y podríamos decir único objetivo del control consistía en conseuir un funcionamiento
Más detallesControl Multivariable
Capítulo 7 7. Introducción. Una de las ideas por la que se concibió este proyecto es la de crear la base necesaria para poder aplicar distintos tipos de controladores a la planta. Una vez realizado esto
Más detallesEstructuras de control I
Estructuras de control I Características de los sistemas reales Efectos del tiempo muerto Predictor de Smith Efecto de las perturbaciones Control en Cascada Control Feedforward Diseño de redes Feedforward.
Más detalles1: EL CONCEPTO DE CONTROL INVERSO ADAPTATIVO
Capítulo 1: EL CONCEPTO DE CONTROL INVERSO ADAPTATIVO INTRODUCCIÓN 1.1. INTRODUCCIÓN Las técnicas de filtrado adaptativo han sido aplicadas con éxito a los sistemas de antenas adaptativas, a problemas
Más detalles1. Diseño Óptimo en Función de Transferencia. 1. Diseño Óptimo en Función de Transferencia 1
. Diseño Óptimo en Función de Transferencia. Diseño Óptimo en Función de Transferencia.. Planteo del Problema.. Criterio de Optimización 3.. Predicción Óptima 4... Forma intuitiva 5... Caso General 5..3.
Más detallesIdentificación mediante el método de los mínimos cuadrados
Ingeniería de Control Identificación mediante el método de los mínimos cuadrados Daniel Rodríguez Ramírez Teodoro Alamo Cantarero Contextualización del tema Conocimientos relevantes aprendidos previamente:
Más detallesPlanificaciones Teoría de Control II. Docente responsable: SACO ROBERTO. 1 de 5
Planificaciones 6628 - Teoría de Control II Docente responsable: SACO ROBERTO 1 de 5 OBJETIVOS En este curso se introduce al estudiante de ingeniería electrónica a los problemas del control de sistemas
Más detallesCapítulo VI Control predictivo lineal aplicado a la columna despropanizadora
Capítulo VI Control predictivo lineal aplicado a la columna despropanizadora 6.. Objetivos de la aplicación de control El principal objetivo de aplicar control a una columna de destilación es mantener
Más detallesDiseño de sistemas de control multivariable por desacoplo con controladores PID
UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA Departamento de Informática y Automática ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA Diseño de sistemas de control multivariable por desacoplo con controladores
Más detallesINGENIERO DE TELECOMUNICACION Control por Computador (Examen 9-Septiembre-2009)
INGENIERO DE ELECOMUNICCION Control por Computador Eamen 9-Septiembre-009. puntos Se desea desarrollar un sistema de control por computador remoto donde el controlador se implementa en un computador distanciado
Más detallesSistema de mezcla con quemador
EUITI-UPM Dpto. Electrónica Automática e Informática Industrial. Título: Sistema de mezcla con quemador Trabajo de Control de Procesos: 1 1. Descripción del sistema La figura representa un sistema mezclador
Más detallesControl por realimentación del estado
Control por realimentación del estado Introducción Realimentación del estado Control de sistemas monovariables Control de sistemas multivariables U.P.M.-DISAM P. Campoy Electrónica y Regulación Introducción:
Más detallesTEMA 4: CONTROL MULTIVARIABLE
Sistemas con varias entradas y salidas consideradas con peso análogo. Contenido: 4.1 Introducción 4.2 Descripción de Sistemas multivariables. Concepto de interacción. Método Bristol. 4.3 Emparejamiento
Más detalles9. Control Multivariable
Control de Procesos Industriales 9. Control Multivariable por Pascual Campoy Universidad Politécnica Madrid U.P.M.DISAM P. Campoy Control Multivariable 007/08 Ejemplo sistemas multivariables Dado el mezclador
Más detallesMT 221 Introducción a la realimentación y control. Elizabeth Villota
MT 221 Introducción a la realimentación y control Elizabeth Villota Objetivos Proveer información general acerca de MT 221 - describir la estructura del curso, método de evaluación, aspectos administrativos,
Más detallesLugar Geométrico de las Raíces Herramienta para diseño de sistemas de control
Lugar Geométrico de las Raíces Herramienta para diseño de sistemas de control Elizabeth Villota Curso: Ingeniería de Control (MT221) Facultad de Ingeniería Mecánica UNI-FIM 1 Modelado Modelo: representación
Más detallesTEMA 3: CONTROL AVANZADO CON VARIABLES AUXILIARES
Técnicas del CRA: más de una variable manipulada/controlada/perturbación Contenido: 3.1 Introducción 3.2 Control en cascada 3.3 Control anticipativo Anticipativo incremental. Anticipativo estático. Control
Más detallesIDENTIFICACIÓN DE SISTEMAS MÉTODOS POR SUB-ESPACIOS
IDENTIFICACIÓN DE SISTEMAS MÉTODOS POR SUB-ESPACIOS Ing. Fredy Ruiz Ph.D. ruizf@javeriana.edu.co Maestría en Ingeniería Electrónica Pontificia Universidad Javeriana 2013 Introduccion La teoría de sistemas
Más detallesLínea de Especialización Control de Sistemas
Línea de Especialización Control de Sistemas 1.- Propósito de la línea de especialización. Profesional con sólida formación teórico-práctica y visión global amplia acerca de diferentes métodos de modelación,
Más detallesControl Automático Introducción
Control Automático Introducción Contenido Qué es control automático? Tareas y objetivos del control automático Estructuras de los circuitos de regulación Tipos de regulación Efecto de las perturbaciones
Más detalles8. Control Multivariable
Control de Procesos Industriales 8. Control Multivariable por Pascual Campoy Universidad Politécnica Madrid U.P.M.DISAM P. Campoy Control Multivariable 007/08 ejemplo sistemas multivariables Dado el mezclador
Más detallesCONTENIDOS DOCENTES DE AUTOMÁTICA EN LA UNIVERSIDAD MIGUEL HERNÁNDEZ
DE AUTOMÁTICA EN LA UNIVERSIDAD MIGUEL HERNÁNDEZ UNIVERSIDAD MIGUEL HERNÁNDEZ MATERIAS A TRATAR Regulación Automática Robótica Automatización Industrial TITULACIONES Ingeniero Industrial Ingeniero de Telecomunicación
Más detallesControl Avanzado de. Más allá del PID
Control Avanzado de Procesos. Más allá del PID Roberto Sanchis Llopis. Universitat Jaume I INTRODUCCIÓN Sistema continuo p1 p2 u y Variables del sistema: Entrada de control: u= apertura de válvula Salida
Más detallesControl automático con herramientas interactivas
1 El proyecto de fichas interactivas Objetivo del libro 2 Explicar de forma interactiva conceptos básicos de un curso de introducción al control automático y facilitar al recién llegado su aprendizaje
Más detallesRepresentación en el espacio de estado. Sistemas Control Embebidos e Instrumentación Electrónica UNIVERSIDAD EAFIT
Representación en el espacio de estado Representación en espacio de estado Control clásico El modelado y control de sistemas basado en la transformada de Laplace, es un enfoque muy sencillo y de fácil
Más detallesClase 10 Diseño Óptimo Variables de Estado.doc 1
. Diseño Óptimo en Variables de Estado. Diseño Óptimo en Variables de Estado.. Planteo del Problema... Criterio 3.. Regulador Lineal Óptimo (LQC) 5.3. Ecuación de Ricatti 9.4. Valor Medio de una Forma
Más detallesNombre del formato: Planeación del Curso y Avance Programático. Referencia a la Norma ISO 9001: , 7.2.1, 7.5.1, 7.6, 8.1, 8.2.
Página 1 de 8 INSTITUTO TECNOLÓGICO DE MÉRIDA SUBDIRECCIÓN ACADÉMICA DEPARTAMENTO DE ELECTRICA Y ELECTRÓNICA PLANEACIÓN DEL CURSO Y AVANCE PROGRAMÁTICO DEL PERIODO ENERO-JUNIO 20 MATERIA: CONTROL 1 HT
Más detallesComparación de estrategias de control multivariable sobre el modelo lineal de un aerogenerador de pequeña potencia
Comparación de estrategias de control multivariable sobre el modelo lineal de un aerogenerador de pequeña potencia Sergio Fragoso Herrera, Francisco Vázquez Serrano, Juan Garrido Jurado Departamento de
Más detallesControl de Procesos Industriales 1. INTRODUCCIÓN
Control de Procesos Industriales 1. INTRODUCCIÓN por Pascual Campoy Universidad Politécnica Madrid U.P.M.-DISAM P. Campoy Control de Procesos Industriales 1 Control de Procesos Industriales: Introducción
Más detallesTeoría de Control Moderna
1! Modelos en Variables de Estado Juan Antonio Hernández Tamames, Susana Borromeo Curso 2014-2015 Teoría de Control Moderna 2! Teoría de control clásica basada en la relación entrada-salida o función de
Más detallesNombre del formato: Planeación del Curso y Avance Programático. Referencia a la Norma ISO 9001: , 7.2.1, 7.5.1, 7.6, 8.1, 8.2.
Página 1 de 8 INSTITUTO TECNOLÓGICO DE MÉRIDA SUBDIRECCIÓN ACADÉMICA DEPARTAMENTO DE ELECTRICA Y ELECTRÓNICA PLANEACIÓN DEL CURSO Y AVANCE PROGRAMÁTICO DEL PERIODO Feb./Jun. 2 MATERIA: CONTROL 1 HT 3 HP
Más detallesMT 227C: Clase Introducción n a la realimentación n y control
MT 227C: Clase 01-01 Introducción n a la realimentación n y control Elizabeth Villota Cerna 08 Abril 2009 Objetivos Proveer información general acerca de MT 227 - describir la estructura del curso, método
Más detallesTema 5: METODOLOGÍA. ! Objetivo: Seleccionar la estrategia de emparejamiento CV-MV para
1/19 Tema 5: METODOLOGÍA! Objetivo: Seleccionar la estrategia de emparejamiento CV-MV para! Control de Variable! Op.Básica/Reactor! Proceso! Condicionantes: grados de libertad para control! De un equipo!
Más detallesSISTEMAS ELECTRÓNICOS DE CONTROL 3º Ing. Téc. Telecom. Sistemas Electrónicos
Escuela Politécnica Superior de Elche SISTEMAS ELECTRÓNICOS DE CONTROL 3º Ing. Téc. Telecom. Sistemas Electrónicos TRABAJO 2º CUATRIMESTRE: CONTROL DE UNA ANTENA PARA EL SEGUIMIENTO DE SATÉLITES CURSO
Más detallesÍndice. Control PID Control PID con compensación de la gravedad Control PID con compensación por adelanto Planificación de ganancias
CONTROL DE ROBOTS Índice Qué es el control de robots? Reductores: Control monoarticular: Control PID Control PID con compensación de la gravedad Control PID con compensación por adelanto Planificación
Más detalles6- TIPOS DE CONTROL UTILIZADOS
6- TIPOS DE CONTROL UTILIZADOS 6.1 Control manual Dado un proceso de cualquier tipo y una actuación sobre el mismo que provoque un efecto, se define como control manual o en lazo abierto a la forma de
Más detallesControl Digital. Dr. Guillermo Valencia-Palomo
Control Digital Dr. Guillermo Valencia-Palomo gvalencia@ith.mx Instituto Tecnológico de Hermosillo. División de estudios de posgrado e investigación. Agosto, 0. Contenido Presentación del profesor Control
Más detallesControl Avanzado con variables auxiliares
Control de Procesos Industriales 7. Control Avanzado con Variables Auxiliares versión 1/06/10 por Pascual Campoy Universidad Politécnica Madrid Control Avanzado con variables auxiliares Control en cascada
Más detalles1. Diseño Óptimo en Variables de Estado 1
1. Diseño Óptimo en Variables de Estado 1. Diseño Óptimo en Variables de Estado 1 1.1. Planteo del Problema 1.1.1. Criterio 3 1.. Regulador Lineal Óptimo (LQC) 5 1.3. Ecuación de Ricatti 9 1.4. Valor Medio
Más detallesTECNICAS DE DISEÑO Y COMPENSACION
TECNICAS DE DISEÑO Y COMPENSACION Técnicas para sistemas SISO invariantes en el tiempo Basadas en el lugar de las raices y respuesta en frecuencia Especificaciones de funcionamiento Exactitud o precisión
Más detallesMT 227B Introducción a la realimentación y control. Elizabeth Villota
MT 227B Introducción a la realimentación y control Elizabeth Villota Objetivos Proveer información general acerca de MT 227 - describir la estructura del curso, método de evaluación, aspectos administrativos,
Más detallesautónomos. Primeros resultados
JORNADAS DE INGENIERÍA DE CONTROL Control en red de vehículos autónomos. Primeros resultados INÉS TEJADO BALSERA BLAS M. VINAGRE JARA Valencia, 1-2 de abril de 2009 ÍNDICE INTRODUCCIÓN RED DE COMUNICACIONES
Más detallesAplicación de la técnica de la QFT para el control activo de las perturbaciones mecánicas en un interferómetro óptico
Aplicación de la técnica de la QFT para el control activo de las perturbaciones mecánicas en un interferómetro óptico Ramon COMASÒLIVAS, Teresa ESCOBET, Joseba QUEVEDO Departamento de Ingeniería de Sistemas,
Más detalles240AR011 - Sistemas de Control Lineal Multivariable
Unidad responsable: 240 - ETSEIB - Escuela Técnica Superior de Ingeniería Industrial de Barcelona Unidad que imparte: 707 - ESAII - Departamento de Ingeniería de Sistemas, Automática e Informática Industrial
Más detallesModelado y control de una columna de destilación binaria
Modelado y control de una columna de destilación binaria Angélica María Alzate Ibañez Ingeniera Química, M.Sc. Directora Fabiola Angulo García Ingeniera Eléctrica, M.Sc., Ph.D. Maestría en Ingeniería -
Más detalles6. Control con grandes tiempos muertos
Control de Procesos Industriales 6. Control con grandes tiempos muertos por Pascual Campoy Universidad Politécnica Madrid Control de procesos con grandes tiempos muertos y procesos con respuesta inversa
Más detallesSalida = Valor deseado (referencia) Para todo el tiempo posible!!! jlc
Control: Se debe lograr que unas variables de salida de un sistema se comporten de acuerdo a nuestro deseo. La fuerza del ego humana puesta al servicio de la ingeniería Salida = Valor deseado (referencia)
Más detallesMT 227 Introducción a la realimentación y control. Elizabeth Villota
MT 227 Introducción a la realimentación y control Elizabeth Villota Objetivos Proveer información general acerca de MT 227 - describir la estructura del curso, método de evaluación, aspectos administrativos,
Más detallesOBJETIVOS. Proveer información general acerca de MT describir la estructura del curso, método de evaluación, aspectos
MT 227C: Clase 01-01 Introducción a la realimentación y control ELIZABETH VILLOTA CERNA 02 SEPTIEMBRE 2009 OBJETIVOS Proveer información general acerca de MT 227 - describir la estructura del curso, método
Más detallesTRABAJO PRÁCTICO N 5 Respuesta en Frecuencia
TRABAJO PRÁCTICO N 5 Respuesta en Frecuencia OBJETIVOS: Comprender el concepto de respuesta en frecuencia. Familiarizarse con la respuesta en frecuencia de elementos simples y su representación gráfica.
Más detallesESTABILIDAD. El procedimiento en el criterio de estabilidad de Routh es el siguiente: 1) Escriba el polinomio en s en la forma siguiente:
ESTABILIDAD Un sistema dinámico es estable si para cualquier entrada comprendida entre un límite superior y otro inferior la salida también resulta acotada sin importar las condiciones iniciales del sistema.
Más detallesSintonización de Controladores
Sistemas de Control Automáticos Sintonización de Controladores Acciones de control Las acciones de los controladores las podemos clasificar como: Control discontínuo Control ON OFF Control contínuo Controles
Más detallesNombre del formato: Formato para la Instrumentación Didáctica del Periodo. Referencia a la Norma ISO 9001: , 7.2.1, 7.5.1, 7.
Referencia a la Norma ISO 9001:2008 7.1, 7.2.1, 7.5.1, 7.6 Página 1 de 15 INSTITUTO TECNOLÓGICO DE MÉRIDA SUBDIRECCIÓN ACADÉMICA Instrumentación didáctica para la formación y desarrollo de competencias
Más detallesCONTROLES COMPLEJOS EN LAZO CERRADO CONTROL DE PROCESOS
CONTROLES COMPLEJOS EN LAZO CERRADO CONTROL DE PROCESOS 2 CONTROL REALIMENTADO Ventajas Produce acción correctora en cuanto existe error La acción correctora es independiente de la fuente y tipo de la
Más detallesPrograma EUROPA Ayuda a la Mejora en el Aprendizaje Matemáticas Cuarta sesión
1/26 Programa EUROPA Ayuda a la Mejora en el Aprendizaje Matemáticas Cuarta sesión Ramón Esteban y Antonio Pastor Índice 1 Álgebra 3 Sistemas de ecuaciones lineales................ 3 Métodos conocidos...................
Más detallesS235 Introducción a la realimentación y control. Elizabeth Villota
S235 Introducción a la realimentación y control Elizabeth Villota Objetivos Proveer información general acerca de S235 - describir la estructura del curso, método de evaluación, aspectos administrativos,
Más detallesPontificia Universidad Católica del Perú ICA624: Control Robusto. 8. Desempeño (Performance) Robusto
Pontificia Universidad Católica del Perú ICA624: Control 8. (Performance) Hanz Richter, PhD Profesor Visitante Cleveland State University Mechanical Engineering Department 1 / 14 de de... Considerar el
Más detallesCapítulo 6: Diseño de controladores
Capítulo 6: Diseño de controladores Capítulo 6: Diseño de controladores 6.1. Introducción El objetivo es el desarrollo de controladores para que la plataforma siga una trayectoria de referencia con independencia
Más detalles10. Diseño avanzado de controladores SISO
10. Diseño avanzado de controladores SISO Parte 4 Panorama de la Clase: PA cuando hay polos indeseables (continuación) Diseño de PID reconsiderado Estructura Q para plantas inestables Un esquema antiwindup
Más detallesTeoría Tema 6 Discusión de sistemas por el método de Gauss
página 1/9 Teoría Tema 6 Discusión de sistemas por el método de Gauss Índice de contenido Método de Gauss...2 Discusión de sistemas por el método de Gauss...4 Sistemas que dependen de parámetros desconocidos...6
Más detallesCONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 MATRICES
CONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 Unidades: - Matrices (Bloque Álgebra) - Determinantes (Bloque Álgebra) - Sistemas de ecuaciones lineales (Bloque Álgebra) - Vectores (Bloque
Más detallesOBJETIVOS. Proveer información general acerca de MT describir la estructura del curso, método de evaluación, aspectos
MT 227C: Clase 01-01 Introducción a la realimentación y control ELIZABETH VILLOTA CERNA 31 MARZO 2010 OBJETIVOS Proveer información general acerca de MT 227 - describir la estructura del curso, método
Más detallesDiseño Básico de Controladores
Diseño Básico de Controladores No existen reglas para el diseño de controladores. Para una planta y especificaciones dadas pueden existir dos o mas controladores que entreguen buen desempeño. En las siguientes
Más detallesDiseño de Sistemas de Control Multivariable por Desacoplo con Controladores PID
http://www.ceautomatica.es/og/ingenieria-de-control Diseño de Sistemas de Control Multivariable por Desacoplo con Controladores PID J. Garrido a,*, F. Vázqueza, F. Morillab b a Dpto. Informática y Análisis
Más detallesMT 227B: Clase Introducción a la realimentación y control
MT 227B: Clase 01-01 Introducción a la realimentación y control Elizabeth Villota Objetivos Proveer información general acerca de MT 227 - describir la estructura del curso, método de evaluación, aspectos
Más detallesControl Moderno: Paradigmas y Desafíos
Control Moderno: Paradigmas y Desafíos Elizabeth Villota Cerna Curso: Ingeniería de Control (MT221) Facultad de Ingeniería Mecánica 1 Paradigma del control por realimentación entradas exógenas salidas
Más detalles10. Diseño avanzado de controladores SISO
10. Diseño avanzado de controladores SISO Parte 3 Panorama de la Clase: Parametrización afín en la síntesis de PID Parametrización afín de sistemas con retardo Parametrización afín y polos a lazo cerrado
Más detallesTema 1. Diseño de reguladores en tiempo continuo
Tema Diseño de reguladores en tiempo continuo . Introducción. Objetivo: variar el comportamiento de un sistema para que se ajuste a unas especificaciones determinadas. R(s) referencia error E(s) accionador
Más detallesFundamentos y aplicaciones i de los sensores virtuales
Fundamentos y aplicaciones i de los sensores virtuales Salvador Carlos Hernández Cinvestav Saltillo Querétaro, Méx; 3 de octubre de 8 Fundamentos y aplicaciones de los sensores virtuales Querétaro, Méx;
Más detallesPROGRAMA DE CURSO. Personal Modela, analiza y controla procesos dinámicos.
PROGRAMA DE CURSO Código Nombre IQ5307 Dinámica y Control de Procesos Nombre en Inglés Process Dynamics and Control SCT es Horas de Horas Docencia Horas de Trabajo Docentes Cátedra Auxiliar Personal 6
Más detallesFiltrado e identificación de parámetros mediante métodos bayesianos
Filtrado e identificación de parámetros mediante métodos bayesianos Guillermo La Mura a, Eduardo Serrano b,d, Ricardo Sirne c a Escuela de Ciencia y Tecnología - UNSAM b Centro de Matemática Aplicada -
Más detallesREGULACIÓN AUTOMÁTICA ING. TEC. IND. ELECTRÓNICA
REGULACIÓN AUTOMÁTICA ING. TEC. IND. ELECTRÓNICA 1 er Cuatrimestre: Martes 12:30-14:30 16:00-17:00 2º Cuatrimestre: Jueves 12:30-14:30 16:00-17:00 Profesor: Andrés S. Vázquez email: AndresS.Vazquez@uclm.es
Más detallesCONTROLADORES O REGULADORES PID. Prof. Gerardo Torres Sistemas de Control
1 CONTROLADORES O REGULADORES PID INTRODUCCIÓN PID son los más utilizados en la industria. Son aplicados en general a la mayoría de los procesos. Pueden ser analógicos o digitales. Pueden ser electrónicos
Más detallesUNIDAD DIDÁCTICA I Teoría de Filtrado Óptimo 1
Índice PRÓLOGO IX UNIDAD DIDÁCTICA I Teoría de Filtrado Óptimo 1 1 Representación de Estado de Sistemas Lineales 5 11 Representación de Estado en Tiempo Continuo 5 12 Matriz de Transición 1 121 Definición
Más detalles4.1 Introducción al filtrado adaptativo
41 Introducción al filtrado adaptativo El problema del filtrado Clases básicas de estimación Filtrado adaptativo Estructuras de filtrado lineal Algoritmos Criterios para la elección del filtro adaptativo
Más detallesCONTROL POR COMPUTADOR
CUARTO CURSO INGENIERO DE TELECOMUNICACION Plan de la Asignatura CONTROL POR COMPUTADOR CURSO 2007-08 Departamento de Ingeniería de Sistemas y Automática A) PROFESORADO José Ramiro Martínez de Dios (Responsable)
Más detallesProcesos Multivariables. Prof. Mª Jesús de la Fuente ISA-UVA
Procesos Mltivariables Prof. Mª Jesús de la ente IS-UV Indice Interacción Control de sistemas mltivariables con lazos simples Selección de lazos de control Control por desacoplo Control mltivariable Prof.
Más detalles6. Control con grandes tiempos muertos
Control de Procesos Industriales 6. Control con grandes tiempos muertos por Pascual Campoy Universidad Politécnica Madrid Control de procesos con grandes tiempos muertos y procesos con respuesta inversa
Más detallesIntroducción a los Sistemas de Control
Introducción a los Sistemas de Control Ingeniería de Sistemas I Índice TEMA Introducción a los Sistemas de Control 1. Introducción 2. Revisión histórica 3. Definiciones 3.1 Descripción de los sistemas
Más detallesTema 3: Representación de sistemas lineales. Transformada de Laplace
Fundamentos de Control Automático 2º G. Ing. Tecn. Industrial Tema 3: Representación de sistemas lineales. Transformada de Laplace Índice del tema 1. Transformada de Laplace. Propiedades 1. Definición
Más detallesEjercicio 3 Un sistema de control de velocidad de un motor de corriente continua se modela mediante la ecuación
Trabajo práctico Nº 4 Fundamentos de control realimentado - Segundo cuatrimestre 2017 Ejercicio 1 Aplicando el criterio de estabilidad de Routh: i) Determine la cantidad de raíces en el semiplano derecho
Más detallesDeterminantes. = a 11a 22 a 12 a 21 = ( 3) ( 5) ( 4) 7 = 15 ( 28) = = 43
Determinante de una matriz cuadrada Toda matriz cuadrada A lleva asociado un número, llamado determinante de A, y que denotaremos mediante el símbolo. Este número, entre otras cosas, permite saber cuándo
Más detallesTSTC. Dpt. Teoría de la Señal, Telemática y Comunicaciones. Robótica Industrial. Universidad de Granada
Dpt. Teoría de la Señal, Telemática y Comunicaciones Robótica Industrial Universidad de Granada Tema 5: Análisis y Diseño de Sistemas de Control para Robots S.0 S.1 Introducción Sistemas Realimentados
Más detallesDefinición de matriz Una matriz A es un conjunto de números dispuestos en filas y en columnas.
1.- CONCEPTO DE MATRIZ. TIPOS DE MATRICES Definición de matriz Una matriz A es un conjunto de números dispuestos en filas y en columnas. 1 3 4 Por ejemplo, A = es una matriz de 2 filas y 3 columnas 0 5
Más detalles1 Escuela Técnica Superior de Ingenieros Industriales de Madrid
1 Escuela Técnica Superior de Ingenieros Industriales de Madrid CONTROL PREDICTIVO MULTIVARIABLE DE UNA COLUMNA DE FRACCIONAMIENTO CON ETAPA PRE-FLASH ÍNDICE RESUMEN EJECUTIVO 4 Introducción 4 Fundamento
Más detallesIntroducción al algoritmo de máxima pendiente. Análisis de estabilidad y convergencia
4.3 Algoritmo de máxima pendiente Introducción al algoritmo de máxima pendiente Aplicación al filtro de Wiener Análisis de estabilidad y convergencia Otras técnicas de optimización Newton-Raphson Levemberg-Marquardt
Más detallesControl PID Sintonización Elizabeth Villota
Control PID Sintonización Elizabeth Villota Control PID Control PID una de las formas más comunes de usar realimentación en los sistemas de ingeniería. Control PID se encuentra presente en dispositivos
Más detallesFunción de transferencia
3 Función de transferencia En el capítulo anterior se presentó la transformada de Laplace y se explicó cómo utilizar sus propiedades para la resolución de una ecuación diferencial lineal de coeficientes
Más detallesAnexo A. Toolbox de Control Predictivo de Matlab
Anexo A. Toolbox de Control Predictivo de Matlab Anexo A. Toolbox de Control Predictivo de Matlab Matlab dispone un conjunto de herramienta para el diseño de controladores predictivos. Estas herramientas
Más detallesINDICE Capitulo 1. Introducción Capitulo 2. Conversión y procesamiento de señales
INDICE Capitulo 1. Introducción 1-1 introducción 1 1-1-1 elementos básicos de un sistema de control de datos discretos 2 1-1-2- ventajas de los sistemas de control de datos discretos 3 1-2 ejemplos de
Más detalles